IT之家 4 月 28 日消息，阿里巴巴（BABA）达摩院今日（4 月 28 日）联合广东省人民医院（884301）等机构研发出肠癌筛查 AI 模型 DAMO COCA，从 2.7 万人的平扫 CT 影像中精准识别 5 例漏诊肠癌，敏感性、特异性分别达到 86.6% 和 99.8%，在国际上首次提出了一种无需肠道准备、患者“无感”的肠癌机会性筛查方法。

这也是继胰腺癌和胃癌之后，达摩院发布的第三个癌症筛查 AI 模型，意味着达摩院“平扫 CT+AI”多癌筛查原创技术路线正式跑通。

肠癌是结肠癌和直肠癌的统称，是全球死亡人数高居第二的恶性肿瘤，30 岁以下人群发病率激增。据专家共识，如能早期发现肠癌，患者五年生存率可达 90% 以上，一旦拖到晚期，生存率只有约 14%。然而，常规的粪便隐血检查需民众主动采集样本，肠镜检查则需提前服用泻药清空肠道、体感不适，民众接受度低，导致国内仍有将近一半目标人群未及时接受肠癌筛查。

达摩院创新性地提出了用“平扫 CT+AI”实现肠癌“机会性筛查”。平扫 CT 在国内广泛用于健康体检、创伤评估、腹痛排查，每年产生上亿份影像，如能从中检测肠癌病灶，就不用增加额外检查，顺带排查肠癌风险。然而，在患者不做肠道准备的情况下，肠道内容物严重干扰平扫 CT 影像，医生判读难度极大。

为此，达摩院发挥在“平扫 CT+AI”方面的多年技术积累，采用“先定位、后诊断”的两阶段深度学习架构和混合监督学习策略，更针对小于 3 厘米的早期肿瘤专门训练，使得 AI 模型能精细分割形态复杂的肠道部位并克服内容物干扰，检测可疑病灶。

研究团队发表在欧洲肿瘤内科学会官方期刊《肿瘤学年鉴》（IT之家注：Annals of Oncology，影响因子 65.4）上的论文显示，DAMO COCA 模型整体的敏感性（即防止漏诊的能力）达到 86.6%，特异性更达到 99.8%，即误诊率仅有 0.2%。

与 10 名不同年资的影像科医生相比，DAMO COCA 模型的敏感性显著高出 20.4%，在乙状结肠、直肠等易漏部位上的表现尤为突出。而在 AI 辅助下，医生的敏感性和特异性可分别提高 14.5% 和 3.1%，有效减少临床漏诊。

研究团队将 AI 模型部署在医院（884301）开展了两轮真实世界试验，共回顾了 27433 人的平扫 CT 影像，从中发现 5 例被遗漏的肠癌患者。其中一名患者曾连续两年拍摄平扫 CT 影像，均未检出肠癌，直到第三年通过肠镜确诊，此时肿瘤已发展增大。这意味着，AI 模型可帮助类似情况的患者通过平扫 CT 更早发现异常，及时治疗。